لا المستند بأكمله: لماذا يشير كل استشهاد في Rexfin إلى صفحة واحدة
الاستشهاد في Rexfin لا يذكر مستنداً مصدرياً فحسب أبداً. خلف كل رقم مظلَّل وكل إجابة من الذكاء الاصطناعي يقف فهرس تموضع ومجموعة مقاطع تفحص نفسها ذاتياً، لا يسمحان لاستشهاد أن يتحلّل إلى أقل من صفحة واحدة وموضع واحد عليها.
بقلم The Rexfin team
اسأل معظم أدوات التمويل من أين جاء رقم ما، وستحصل على اسم مستند. “التقرير السنوي 2024”. وإن حالفك الحظ، رقم صفحة أدخله يدوياً من بنى النموذج، يصبح بالياً بمجرد إعادة ترقيم صفحات الوثيقة. هذا إحالة إلى مجلد، لا استشهاد بدليل. يخبرك أين تبدأ البحث، لا بما ستجده حين تبحث.
Rexfin يتعامل مع “الصفحة 42” باعتبارها نقطة بداية، لا إجابة. كل استشهاد (سواء كان خلية في شبكة القوائم أو سطراً في إجابة من محادثة الذكاء الاصطناعي) يتحلّل إلى صفحة واحدة وموضع محدد عليها. هذه الدقة ليست تجميلاً. إنها ثمرة قطعتين منفصلتين من البنية التحتية يجب أن تتفقا قبل أن يُسمح لأي استشهاد بالوجود أصلاً.
جانب الإنتاج: صفحة واحدة، أثر ثابت واحد
قبل أن يصبح ممكناً الاستشهاد بأي وثيقة أصلاً، تُحوَّل كل صفحة فيها إلى أثر ثابت (canonical) خاص بها: تمثيل ثابت على مستوى الصفحة، يخرج مطابقاً بايتاً ببايت في كل مرة تُعاد فيها المعالجة. هذا الثبات أهم مما يبدو عليه: فلو أنتجت إعادة تشغيل الاستخلاص على ملف PDF نفسه صفحة مختلفة قليلاً كل مرة، لأمكن لاستشهاد رُصد قبل أسبوع أن يشير إلى صفحة لم تعد تطابق ما يراه المدقّق اليوم.
وإلى جانب هذه الصفحات الثابتة يقف فهرس تموضع (locator index). مهمته ضيقة ومحددة: بمعرفة مستند ورقم صفحة، يتحلّل إلى الأثر الثابت لتلك الصفحة بعينها، إضافة إلى العنوان الدقيق عليها حيث يقع دليل معيّن. هذا هو الفرق بين “هذا الرقم موجود في مكان ما في الصفحة 42” و”هذا الرقم في هذا الموضع من هذا التمثيل للصفحة 42”، فرق لا يهم إلا حين تحاول فعلاً عرض الصفحة لأحدهم، وهو بالضبط ما يحدث في درج تتبّع المصدر عند النقر على خلية موثّقة المصدر. الدرج لا يخمّن أين يقع رقم في الصفحة؛ بل يسأل فهرس التموضع، الذي حسم ذلك سلفاً من هندسة الصفحة نفسها: بإعادة بناء الصفوف والارتكاز على عناوين الأعمدة، بدل الافتراض بأن رقماً ما سيقع دائماً في الموضع نفسه.
جانب الاستهلاك: محرّك إجابات لا يستطيع الاستشهاد بتساهل
خلايا القوائم المالية أمر، وإجابات محادثة الذكاء الاصطناعي أصعب تحديداً، لأنها تستند إلى إفصاحات سردية وإيضاحات: المواد خارج القوائم الثلاث الرئيسية، لا مجرد أرقام في شبكة. لهذا وُجدت مجموعة المقاطع القابلة للاستشهاد خلف المحادثة: سجلات استرجاع، كل واحد منها مرتبط باستشهاد يسمّي مستنداً وصفحة، تغطي مذكرات الغلاف والإفصاحات السردية، إلى جانب معلومات التصنيف والملخص التي يحتاجها محرك الإجابات كي يستدل عليها.
والجزء الذي يبقي هذا صادقاً هو فحص وقت الإصدار: كل مقطع من هذه المقاطع يُفحص استشهاده مقابل فهرس الصفحات الثابت قبل أن يُسمح له بدخول المجموعة أصلاً. المقطع الذي لا يتحلّل استشهاده إلى صفحة فعلية ليس استشهاداً فيه خطأ بسيط، بل يُعامَل كعيب ويُستبعد. الإجابة المبنية على هذه المجموعة لا يمكنها الاستشهاد إلا بصفحة معروف أنها موجودة ومعروف أنها قابلة للوصول، لأن ما لا يحمل هذا الضمان لم يدخل قط مجموعة ما يُسمح لمحرك الإجابات بالاقتباس منه.
لماذا ليس المستند هو الوحدة التي تهم
الاستشهاد الذي يسمّي وثيقة دون صفحة يطلب منك أن تثق بالملخّص. والاستشهاد الذي يسمّي صفحة دون موضع عليها يطلب منك أن تجد الرقم الصحيح بين مهما بلغ عدد الأرقام المطبوعة هناك. لا هذا ولا ذاك تحقّق: كلاهما في جوهره يبقى كلاماً لأحدهم. استشهادات Rexfin مبنية من الخلف، بدءاً من أصغر وحدة يمكن فعلياً التحقق منها: موضع محدد على تمثيل ثابت ومحدد لصفحة محددة. وكل ما يُبنى فوق ذلك (الرقم المظلَّل في الدرج، والسطر القابل للتحلّل في إجابة المحادثة، وخلية الشبكة التي بدأت منها) يقوم على هذه الوحدة، لا بجانبها.
اطّلع على كيفية اتصال هذا بباقي سلسلة الثقة في جولة المنتج.
جزء من جولة في منتج Rexfin: كل رقم قابل للتتبّع